从Bittrex解析JSON数据：现有Python代码相关技术问询

我看了你这段从Bittrex拉取ETH/BTC行情数据的代码，先给你梳理下几个关键的优化点，以及把未完成的数据解析和可视化部分补全——毕竟你提到data['result'][:]['V']的内容没写完，我默认是要处理成交量、OHLC（开盘/最高/最低/收盘）这些核心行情数据：

一、先解决过时库的兼容性问题 #

你的代码里用了几个Python2时代的库，现在Python3环境下已经不推荐甚至无法直接运行，先替换成现代替代方案：

• urllib2 → 改用requests（更简洁的HTTP请求库）
• matplotlib.finance → 改用mplfinance（专门用于金融数据可视化的现代库，原matplotlib.finance已被官方废弃）

二、完整的数据解析与处理 #

Bittrex的v2 API返回的data['result']是一个字典列表，每个字典包含以下核心字段：

• T：ISO 8601格式的时间字符串（比如"2024-05-20T12:30:00"）
• O：开盘价
• H：最高价
• L：最低价
• C：收盘价
• V：成交量（你提到的字段）
• BV：基准货币成交量（这里是BTC的成交量）

下面是补全后的代码，包含数据拉取、解析、可视化的完整流程：

import requests
import json
import mplfinance as mpf
import pandas as pd

# 拉取Bittrex的30分钟ETH/BTC行情数据
url = 'https://bittrex.com/Api/v2.0/pub/market/GetTicks?marketName=BTC-ETH&tickInterval=thirtyMin'
response = requests.get(url)
data = json.loads(response.text)

# 将行情数据转换为DataFrame，方便后续处理
df = pd.DataFrame(data['result'])
# 把时间字符串转换为datetime类型，并设置为索引
df['T'] = pd.to_datetime(df['T'])
df.set_index('T', inplace=True)
# 重命名列名，适配mplfinance的要求
df.rename(columns={'O': 'Open', 'H': 'High', 'L': 'Low', 'C': 'Close', 'V': 'Volume'}, inplace=True)

# 绘制蜡烛图，同时显示成交量
mpf.plot(df, type='candle', volume=True, title='BTC-ETH 30min Candlestick Chart', ylabel='Price (BTC)', ylabel_lower='Volume')

三、如果你坚持用原生matplotlib绘制（不推荐） #

如果不想改用mplfinance，也可以修复原代码的问题来绘制蜡烛图，这里需要手动处理时间轴刻度：

import requests
import json
import matplotlib.pyplot as plt
from matplotlib.finance import candlestick2_ohlc
import matplotlib.ticker as ticker
import datetime as dt
import numpy as np

url = 'https://bittrex.com/Api/v2.0/pub/market/GetTicks?marketName=BTC-ETH&tickInterval=thirtyMin'
response = requests.get(url)
data = json.loads(response.text)

# 提取OHLC、成交量和时间数据
opens = [item['O'] for item in data['result']]
highs = [item['H'] for item in data['result']]
lows = [item['L'] for item in data['result']]
closes = [item['C'] for item in data['result']]
volumes = [item['V'] for item in data['result']]
times = [dt.datetime.fromisoformat(item['T']) for item in data['result']]

# 创建画布和子图
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8), sharex=True)

# 绘制蜡烛图
candlestick2_ohlc(ax1, opens, highs, lows, closes, width=0.6, colorup='green', colordown='red')
ax1.set_title('BTC-ETH 30min Candlestick Chart')
ax1.set_ylabel('Price (BTC)')

# 绘制成交量柱状图
ax2.bar(range(len(times)), volumes, width=0.6, color=['green' if opens[i] < closes[i] else 'red' for i in range(len(times))])
ax2.set_ylabel('Volume')

# 格式化时间轴刻度
ax2.xaxis.set_major_locator(ticker.MaxNLocator(10))
def format_date(x, pos=None):
    if x < 0 or x >= len(times):
        return ''
    return times[int(x)].strftime('%Y-%m-%d %H:%M')
ax2.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
plt.xticks(rotation=45)

plt.tight_layout()
plt.show()

四、额外的小提示 #

• 如果你需要把数据保存到CSV文件，可以直接用DataFrame的to_csv方法：df.to_csv('btc_eth_thirtymin.csv')
• Bittrex的API有请求频率限制，不要频繁调用，避免被封禁IP
• 时间间隔参数tickInterval支持的值有：oneMin, fiveMin, thirtyMin, hour, day

内容的提问来源于stack exchange，提问作者user9280506